欢迎进入 DeepSeek 智能空间

探索未至之境。输入任意数理逻辑、工程代码、学术论证或自然语言问题，开启全真深度推理。

算法编写

背包问题动态规划最优解...

数学证明

严格证明 9.8 与 9.11 大小...

架构原理解析

纯强化学习反思机制剖析...

请分析“为什么纯强化学习能让大模型自发学会反思与回溯”？

思考用时 · 2.4 秒（点击展开思维链） ▼

核心原理解读：
传统监督微调（SFT）高度依赖人类标注员撰写的示范步骤，模型主要在“模仿”人类的推理轨迹。而 DeepSeek-R1 纯强化学习 则通过规则驱动的精准奖励信号（例如算法编译器通过率、数学终值判断），让模型在数百万次试验中自发发现“试错—发现矛盾—推翻前置假设—重新规划”的最优策略，从而天然涌现出自我反思（Self-Correction）的智能行为。